今天早上，两条关于丘成桐的消息在我这里撞在了一起。
一条挂在知乎热榜：丘成桐等人利用AI辅助，为所有7维奇异球构造出了正截面曲率度量。翻译成人话——微分几何里一道悬了很久的难题，被AI搭了把手，往前推了一大步。
另一条，是几天前新京报刊出的专访。这位77岁的数学家在采访里说了一句很不"AI友好"的话：AI对问问题这件事，并不太在行。
有意思的地方来了：这两条消息非但不矛盾，拼在一起，恰好是一份当下最清醒的AI使用说明书。
先搞懂"奇异球"是个啥
不用懂数学，懂个画面就行。你心里的"球"，表面光滑，没有接缝。但1956年，数学家米尔诺发现：在7维空间里，存在一些"球"，拓扑上和普通球一模一样，光滑结构却完全不同——好比两件毛衣，远看都是圆的，凑近看织法根本不是一回事。这类球被叫作"奇异球"，7维的共有28种。
要给每一种奇异球都配上"正截面曲率"的度量——直觉上，就是让这些织法古怪的毛衣，处处都"鼓"得像标准圆球——是几何学界的老大难。按知乎上的讨论，丘成桐团队这次借助AI辅助，把所有7维奇异球的构造都做出来了。
说"AI不会问问题"的丘成桐，为什么自己用AI
翻回那篇新京报专访，丘成桐的原话其实讲得很清楚："AI能够汇集既有知识、推动常规工作，但无法替代人类独有的原创思考、瞬时迸发的灵感，以及对科学真理与自然之美的永恒求索。"
他还说了自己的用法：先花时间思考，把值得问的问题找出来，然后借助AI去查、去验证——这个问题有没有人做过？有什么参考？他的结论是："依赖AI全部解决问题，没有太大意义。"
专访里他还有个比喻：望远镜出现之后，天文学被推着往前走了一大步——但如果只有人家能用、我们不能用，就吃亏了。
所以这次的成果，不是"AI证明了定理"，而是一位顶级大师示范了把AI当工具的正确姿势：问题由人来问，方向由人来定，AI负责查、算、验。1976年，27岁的丘成桐证明卡拉比猜想时，把证明从头到尾核对了四遍，还留下一句"这次再错，我就去养鸭"——如今这种海量、枯燥、需要极致细致的验证和计算，恰恰是AI最适合接手的部分。
这是一股大趋势里的一朵浪
把时间线拉长到本周，AI进军基础科学的节奏明显在加快。9月25日，Anthropic宣布Claude算出了平面N=4超对称杨-米尔斯理论的九圈六粒子散射振幅——此前八圈的纪录，由SLAC国家加速器实验室的物理学家们2023年创下，这次还是纪录保持者迪克逊本人独立核验的。成本呢：每种方法约1000到2000美元，其中一次计算相当于96个CPU跑一周。起点更戏剧化：8月7日，一位前理论物理学家在博客公开下战书，标题就叫"只有AI进入我的领域才算数"。一个月后，AI接住了。
但核验者迪克逊同时泼了盆冷水：Claude用的主要是人类物理学家多年建立的工具和方法，真正的突破，要等AI开始提出新的原理和洞见。
你看，顶尖人脑们的判断高度一致：AI眼下是超强的"执行者"，而"提问者"这个位置——丘成桐不认为它能坐，迪克逊也不认为。
普通人能抄走的三条
我们不用证奇异球，但丘成桐这套用法，谁都能直接抄：
一、先想问题，再开AI。 做学问最重要的是怎么问问题，过日子也一样。让AI"帮我写个方案"，是外包；让AI"这个方案还能从哪些角度想"，是协作。开口之前，先把自己的目标想清楚，答案质量完全不同。
二、让AI查和验，而不是让它替你下结论。 丘成桐问AI的是"这个问题有没有人做过、有什么参考"。你做决定前，也可以先让AI把正反两面的资料摆出来——我把这套"查—验—问"的提问链整理成了几段可复用的提示词，放在 spark1.cn 的 /ai-writer 里，改改场景就能用。
三、判断留给自己。 AI不会说"这次再错我就去养鸭"，因为它没有切肤之痛。谁承担后果，谁拍板——这条在数学里成立，在你的工作和生活里同样成立。
望远镜发明之后，天文学家没有失业；学会用望远镜的人，看得比所有人都远。AI这一轮，也一样。你不需要变成数学家，只需要把"提问"这个动作，稳稳留在自己手里。
💬 评论